作者：盖宏宇; 高军伟; 种兴静meemd广义回归神经网络信号分解故障诊断
摘要：针对轨道交通列车辅助逆变器故障信号的非平稳、非线性特征,提出了一种基于改进的总体平均经验模态分解方法(Modified EEMD,MEEMD)和广义回归神经网络的列车辅助逆变器的故障诊断方法。应用MEEMD分解方法对采集的原始故障信号进行处理,将原始故障信号分解成多个平稳的本征模函数(intrinsic mode function,IMF),提取到含有故障信息的特征向量。建立GRNN网络模型,对辅助逆变器的三种故障类型进行识别。仿真结果表明,基于广义回归神经网络的诊断方法与BP神经网络相比有更好的故障诊断效果,可以准确识别列车辅助逆变器的故障类型,并且满足了对故障诊断的准确性要求。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
